怎么⽤python画sin函数图像_⽤python画三⾓函数
Pyplot
pyplot提供了⼀个⽅便的matplotlib基于对象库的借⼝，是模仿了matlab，因此，在pyplot中的很多命令和参数，都和matlab相似。
简单的画图simple plot
我们想在同⼀个图中划出⼀个cos和sin函数图，第⼀步是获取cos和sin的数据，构建函数
import numpy as np
X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)
定义了⼀个numpy的数组X，从-π到π，共256个值，同时定义了C和S，也就是两个三⾓函数，也有256个值。也是⼀个数组，也可以说是列表。
在matplotlib中，有⼀系列的默认设置，⽤来⾃定义各种属性。可以通过配置各种属性，来调整整个图，
⽐如表格⼤⼩、像素、线的宽度，颜⾊和风格，线轴、坐标、表格属性、⽂本和字体属性。在很多情况下，默认的设置都是⽐较好⽤的，如果是有特殊的需求，可以修改这些属性值。
开始画图。
from matplotlib import pyplot as plt
import numpy as np
如何在上开店铺编程猫学习网站x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y = np.sin(x)
z = np.cos(x)
plt.plot(x,y)
plt.plot(x,z)
plt.show()
实例化默认值
在下⾯的脚本中，可以通过修改所有的表格属性值，来影响图标的展出。⽽在上⾯的图中，这些值都被明确的设定为默认值，现在可以通过交互式的操作，来看⼀下这些值影响的效果。
下⾯是线条属性值和线条样式。
from matplotlib import pyplot as plt
import numpy as np
#创建⼀个6×8的图框，像素为100
plt.figure(figsize=(6,8),dpi=100)
#创建⼀个⼦图，⽹格为1×1
plt.subplot(111)
x = np.linspace(-np.pi,np.pi,256,endpoint=True)
y = np.sin(x)
z = np.cos(x)
#画图，使⽤不同的颜⾊和线条plt.plot(x,y,color='blue',linewidth=1.0,linestyle='-')
plt.plot(x,z,color='red',linewidth=1.0,linestyle='-')
#设置x轴的范围plt.xlim(-4,4)
#设置x轴的标尺刻度，从-4到4，取9个值icks(np.linspace(-4,4,9,endpoint=True))
#设置y轴的范围plt.ylim(-1,1)
#设置y轴的标尺刻度，从-1到1，取5个值icks(np.linspace(-1,1,5,endpoint=True))
plt.show()
画出来的图如下所⽰：
第⼀步：修改线条颜⾊，cos线条是蓝⾊，sin线条是红⾊，设置线条宽度。
plt.plot(x,y,color='blue',linewidth=1.0,linestyle='-')
plt.plot(x,z,color='red',linewidth=1.0,linestyle='-')
第⼆步：修改限制，当前表格的限制有⼀点紧，可以适当扩充⼀下表格⼤⼩，主要是x和y的两边。#放⼤x和y轴plt.xlim(x.min()*1.1,x.max()*1.1)
plt.ylim(y.min()*1.1,y.max()*1.1)
第三步：设置刻度值，因为在三⾓函数的图像中，x轴上⾯应该显⽰的是从-π到π的5个值。但是实际上显⽰的是数字，所以想通过修改这个刻度值，来显⽰。
#设置x轴的刻度值，显⽰pi句柄是什么东西
第四步：设置刻度值标签，实际上上⾯的图还是没有显⽰π。现在是已经均分了x轴，虽然现实的是3.14，最好还是显⽰π，在设置刻度值的时候，在第⼆个参数中也提供了对应的标签。
两个参数，将第⼀个参数值，⽤第⼆个参数来显⽰
第五步：移动spines
Spine是⼀组线，连接了轴⼼刻度，在数据区域的边界，可以放置在任意位置，⽬前是防⽌在轴⼼的边界上了。需要改变⼀下，移动到中间，坐标系有四个象限，放弃了顶部和右侧的部分，也就是轮廓。
instruction所有词性
实际上意思是说，在这个图⾥⾯，spine是最外侧的4条线，将数据图像封闭在其中。通过移动spine，让坐标系的中⼼在原点，然后将上侧和右侧的spine删除，也就是 取消颜⾊。然后将底部和左侧的spine，移动到数据为0的区域。
有4个spine，分别是top,bottom,right和left，分别对应封闭这个数据图形的4个边。需要修改的代码如下：
#移动边界线，构建坐标系，原点为0
ax = a()#获取当前轴线实例ax.xaxis.set_ticks_position('bottom')#x轴线，使⽤spine中的bottom线
ax.yaxis.set_ticks_position('left')#y轴线，使⽤spine中的left线ax.spines['bottom'].set_position(('data',0))#将bottom线的位置设置为数据为0的位置ax.spines['left'].set_position(('data',0))#将left线的位置设置为数据为0的位置ax.spines['top'].set_color('none')#将top线的颜⾊设置为⽆ax.spines['right'].set_color('none')#将right线的颜⾊设置为⽆
第六步：增加图例
在图的左上⾓增加图例，需要在plot⽅法中增加关键字label，然后这个关键字会被在legend中调⽤。
#增加图例plt.plot(x,y,label='Sin(x)')
plt.plot(x,z,label='Cos(x)')
plt.legend(loc='upper left')#将图例放在左上⾓
第七步：注释特定点
通过注释命令，可以为特定的点增加注释，也就是在图中标出这些特定的点，假如要在途中，为2π/3标注出sin和cos的值。需要在曲线上，画⼀条垂直的虚线，然后通过箭头，在图上表⽰出来。
#在图上增加标注信息t = 2*np.pi/3
plt.plot([t,t],[s(t)], color ='blue', linewidth=1.5, line)
plt.scatter([t,],[np.cos(t),], 50, color ='blue')runnable接口
plt.annotate(r'$\cos(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
xy=(t, np.cos(t)), xycoords='data',
xytext=(+10, +30), textcoords='offset points', fontsize=16,
python代码画图案arrowprops=dict(arrow, connection))

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。